數字孿生驅動下的裝備適航性和安全性設計與驗證技術研究

蘇多 柳鑫

摘要：未來軍事需求發展推動著戰爭形態向網絡化、信息化、智能化轉變，多技術跨領域融合的常態化將重構人與武器裝備的關系，帶來多學科技術發展應用機遇的同時，也帶來裝備復雜度的不斷提升。結合全球數字戰略發展趨勢，分析了未來航空裝備基于模型的系統工程（MBSE）研發過程中數字孿生技術應用的難點和挑戰，提出了在多域大數據下開展裝備適航性與安全性設計與驗證的關鍵技術。

關鍵詞：數字工程；數字戰略；數字孿生；大數據；適航性；安全性

中圖分類號：V219文獻標識碼：ADOI：10.19452/j.issn1007-5453.2021.11.004

未來軍事需求發展推動著戰爭形態向網絡化、信息化、智能化轉變，武器裝備必須應對協同作戰日常化和多任務復雜場景，裝備使用從“人在回路”逐漸將發展到高度自主，未來有人駕駛、遠程操控、自主無人駕駛裝備將長期并存，這些多技術跨領域融合的常態化將重構人與武器裝備的關系，帶來多學科技術發展應用機遇的同時，也帶來裝備復雜度的不斷提升，使武器裝備功能結構組成高度復雜化和高度耦合化。本文結合全球數字戰略發展趨勢，分析了未來航空裝備基于模型的系統工程（MBSE）研發過程中數字孿生技術應用的難點和挑戰，提出了基于多域數據開展裝備適航性與安全性設計與驗證的關鍵技術。

1國內外數字孿生技術發展現狀與趨勢

數字工程（digital engineering）作為一種數字集成方法，在裝備系統全生命周期中將數據源和模型源融合為連續體和統一體，并貫穿了其從概念設計、批量生產到退役報廢全生命周期的各項活動內容。數字工程推進的核心目標，是針對過去簡單線性且以文檔為中心的采辦流程，通過數字化方式，將其升級為全新的數字工程生態系統，該系統具備動態性且以數字模型為中心。

1.1數字孿生技術對裝備研制和使用模式的影響

裝備數字孿生對應于裝備物理實體的數字模型，是面向裝備全生命周期，采用單一數據源實現物理空間和虛擬空間的映射和鏈接。裝備數字孿生的構建基于物理或功能模型，該模型一般在設計階段產生和生成，并在后續的制造階段和使用階段，通過數字虛擬空間與物理實體之間大量的數據交換和互動，使得該模型在完整性、精確度和一致性不斷優化提升，實現其對物理實體的行為特征等屬性的精準映射和描述。目前，國外歐美國家正積極開展數字孿生相關技術體系的開發和配套標準指南規范的編制工作。

近10年來，美國空軍正在開展從建設到作戰的整體數字轉型[1]，其主要節點見表1。美軍認為，傳統的建模與仿真、基于仿真的采辦、基于模型的系統工程是第三次工業革命信息技術發展的產物，當今世界處于第四次工業革命，以數字化連接的端到端復雜組織體將代替基于電子和IT的自動化成為核心[2]。美軍推進數字工程旨在將以往線性、以文檔為中心的采辦流程轉變為動態、以數字模型為中心的數字工程生態系統，使美軍完成以模型為中心謀事做事的范式轉移。

未來，各國軍隊都將面臨一系列挑戰：（1）作戰和威脅環境動態變化，裝備系統復雜度和無法接受的風險大幅增加，成本超支和能力交付延遲問題；（2）需要超越快速變化的威脅和技術進步，更快地向作戰部隊交付先進能力，同時更具經濟可承受性和持續保障性。當前，線性的采辦流程缺乏敏捷性和彈性，依靠孤立的數據源在生命周期中支撐各種采辦活動，溝通、協同和決策只能通過靜態、不相連的文檔傳遞，采辦實踐依賴單學科模型，無法滿足未來數字空軍建設的需求[3]。

1.2數字孿生技術對裝備適航性安全性的影響

在方案階段，根據裝備性能和任務要求，基于歷史數據，建立裝備運行場景需求模型進行計算和仿真，對作戰效能、適航性、安全性、裝備性能和費用進行綜合分析權衡，可大大減少需求迭代時間。

在設計階段，以適航性安全性要求為目標并分解傳遞至各層級，瞄準產品研制薄弱環節確定產品適航性安全性提升措施，通過開展產品適航性安全性改進工作策劃與實施，引入多學科協同優化分析，以裝備大數據為支撐，確保整個工程項目研制項目能及時、協調和全面地開展，使裝備最終滿足頂層適航性安全性要求并得到驗證。

在生產與使用階段，可對裝備進行風險預測，支持裝備的任務規劃，并通過數據及信息交互，不斷修正提升適航性安全性評價模型的精確性，并為程序適航和定制化的維修和保障方案實施提供支撐和保障。

2數字孿生技術對裝備研制和使用模式的影響

美國新一代武器裝備的設計與生產采用數字孿生和數字線索技術，實現了工程設計與制造的連接。國外航空企業均全面推行了產品數字化研制模式。

美軍于2019年12月開始將數字工程轉移到采辦流程中使用。美軍給出了數字工程支持國防部采辦的完整視圖，將數字工程生態系統涵蓋了系統工程的技術流程和技術管理流程，核心是貫穿裝備系統始終的數字系統模型、數字線索和數字孿生，支撐對成本、進度和性能、經濟可承受性、風險和風險降低策略分析，并且與工程知識管理交互，利用工程標準、需求數據、設計和制造數據、試驗數據、供應數據、使用數據、維護數據、工程能力數據庫，結合各層次產品研制中用到的多領域、多物理、多層級虛擬分析工具，可基于工程數據運行以支持采辦和保障，從而支撐成本和需求分析，并進行成本、進度和性能綜合權衡，以及系統工程技術評審和采辦里程碑決策。在推進數字工程過程中，美軍將之前啟動并仍在實施的一些計劃納入到數字工程戰略的整體工作中來，包括了幾大前沿技術計劃，如數字系統模型計劃、數字線索計劃、飛行器機體數字孿生計劃等，并計劃建立支撐的基礎設施和環境[2]。

2019年9月，美國空軍提出了依托敏捷化開發、開放式系統架構、數字工程技術等先進工業技術，實現復雜裝備研制周期大幅縮短和快速迭代，改變現有裝備研制模式。目前，國外已經開展了大量基于數字孿生技術的產品適航安全性預測和預防性維修應用，如通用電氣公司（GE）和空客等公司開發數字孿生體并與物理實體同步交付，實現了產品全生命周期數字化管理，同時依托現場數據采集與數字孿生體分析，提供產品故障分析、壽命預測、風險預警等服務，提升了用戶體驗，降低了運維成本[4]。數字戰略下工業要素、全價值鏈與產業鏈重構如圖1所示。

國內面對未來數字孿生技術背景下裝備研制和使用模式和技術體系的深刻變革，我國跟蹤式發展模式將徹底失效。國內裝備研制和使用在數字化建設方面與國外先進水平仍存在很大差距。我國數字孿生和數字線索技術的研究和應用才剛剛起步，以需求為引導設計驗證的數字化工具鏈、流程鏈尚未健全，缺乏面向產品全生命周期的設計、仿真、試驗、制造、應用的數據管理，數據綜合利用水平仍舊較低，在裝備適航性安全性工作模式上仍停留在以設計人員經驗為主的傳統模式，缺乏系統的數字化綜合設計與評估配套能力，缺乏完整的復雜裝備適航性安全性數字化設計與評估的理論、方法、數據和工具鏈等配套能力。數字孿生技術在各行業中的應用現狀與方向如圖2所示。

3數字孿生技術給裝備適航性和安全性帶來的機遇與挑戰

3.1需求分析

3.1.1裝備型號高質量發展需求

根據《航空工業集團“十四五”及2035年中長期發展規劃綱要》，高質量發展對航空工業集團發展提出新要求，集團公司著力建設適航驗證/試飛能力，持續補強關鍵技術短板；建設適航研發和驗證條件，持續提升技術基礎能力，增強基礎支撐能力，提升航空工業體系安全性；深化建設質量安全管理體系，建立健全航空裝備全生命周期適航體系，提升研制階段適航計劃能力，加強持續適航階段客戶服務與保障能力。

3.1.2軍民機型號融合發展需求

航空工業集團公司以軍機業務為主，同時兼顧民機發展，由于軍民機研制程序、管理方式和標準要求等存在差異，如何保證在集團公司一套產業體系下既能研制出滿足軍機高安全要求的航空裝備，又能研制出取得適航證的民用航空產品。這一目標已成為困擾集團公司軍民機型號研制與發展的關鍵難題。

3.1.3航空全產業鏈自主可控需求

目前，國內在研軍民機型號對國外核心技術依賴嚴重，主要材料、發動機和重要機載設備都是采用國外供應商的產品，適航工程應用技術體系沒有覆蓋航空全產業鏈，這導致民機型號存在較大產業風險。從長遠看，國產飛機使用國產核心材料、發動機和機載設備也是大勢所趨，需要以適航能力提升帶動航空核心產品發展，提升國際競爭力。

數字化轉型要求我們把現實世界的所有要素，以盡可能多的方式在數字化的世界里重建一套，構建全要素的數字孿生體，才能將沉淀在組織里的知識，分布在成千上萬名裝備型號設計、制造、試驗等領域專家和工程師頭腦中的適航性和安全性知識和經驗數字化。數字航空背景下裝備研制和使用模式的變化如圖3所示。

3.2機遇與挑戰

適航性與安全性要求是以生命和鮮血為代價積累的寶貴經驗。數字化可以把企業的經驗最大程度地固化和傳承下去。知識和經驗是可以萃取的，知識萃取上的專業程度不僅是簡單的消化、吸收、理解，而且還要賦能。簡單的知識和經驗可通過各種標準作業程序（SOP），把摸索出來的經驗固定下來。復雜的知識和經驗無法通過簡單的抽象、簡化、總結、提煉的方法來萃取，必須依靠數字化手段。通過數字化構建適航知識資產，就是為了得到脫離了與人綁定關系的知識財富。讓隱性知識和經驗得到充分的顯性化、固化和傳承。把事故經驗變成適航知識資產的方法，不是“濃縮”，而是“還原”。通過適航要求的案例性，將人類百年航空各類多發重復事故積累的經驗和教訓總結，還原到當時的技術背景下去反思，而不是簡單地生搬硬套，全量全要素地挖掘出發生問題的根原因和主邏輯，才能“避免過去犯過的錯誤，避免別人犯過的錯誤，從原則上和程序上避免自己將來犯同樣的錯誤”。所以，數字工程和數字孿生技術的發展為適航性和安全性工作的開展，提供了一個從局部到全局、從個體到整體、從被動到主動、從事后到事前的革新式轉變的機遇。基于數字孿生的適航性和安全性技術與傳統技術方法對比如圖4所示。

軍民機適航工程實踐和經驗表明，適航性和安全性實現的關鍵在于對設計、制造、使用等過程中的各種技術和管理因素的控制。適航性取決于全系統、全過程和全要素以及全方位的保證。任何要素管控的缺失都會成為適航性的短板。以民機適航要求為例，FAR-25部近400條要求及配套咨詢通告（AC），直接引用各類標準271份，間接引用二層標準8000多份。以民機為例，僅僅A到B點運輸頂層功能點，分解后有300個二級正常場景，還沒有考慮維修、應急處置、故障等場景。

傳統適航符合性驗證存在諸多困境，主要表現在符合性驗證試驗作為表明和保證產品適航性的重要支撐和控制手段，其結果的準確性和充分性取決于對產品全生命周期過程中各種因素的完整、準確模擬。目前，基于物理樣機的符合性驗證試驗中，由于試驗樣機、試驗條件、試驗時間和試驗成本等限制，不能做到對試驗影響因素全面綜合考慮，造成符合性驗證試驗考核結果存疑，也是目前符合性驗證試驗和外場實際差距大的根本原因。現有的適航符合性驗證試驗無法充分考慮各類不確定性因素影響，以及模擬產品的真實運行狀態和失效狀態，還無法滿足試驗所需的真實、準確和全面的驗證要求。如研制早期對各種制造和使用過程各類不確定性因素影響；對于設計/制造/維修保證體系中管理相關不確定性因素的充分考慮等問題。

面臨數字化轉型，由于缺乏系統性的知識體系支撐，航空產品適航性與安全性工作面臨如下挑戰：（1）應用場景復雜，存在海量多源異構的構型域、能力域和使用域等數據，多樣性、復雜性的多域數據，造成各場景信息孤島化，數據利用價值低；（2）不同場景中，存在大量顯性知識與隱性知識，各種結構化、半結構化和非結構化知識，知識關聯性弱；（3）人工智能正在逐步成為大數據分析的重要技術，但是傳統AI訓練過度依賴人工開發算法，無法關聯自然語言所對應的概念、屬性、關聯性等；（4）隨著工業數字化普及，海量的CAX文件以及數字化的各種文檔、手冊、模型、數據等，信息量暴增，給大數據清洗帶來挑戰，并讓用戶決策出現新痛點；（5）工業知識專業性強，設計技術領域廣。零散化的知識晦澀難懂，工業術語解釋專業性強，經驗知識傳播、傳承困難。

4數字孿生技術在裝備適航性和安全性中應用的關鍵技術

要想實現數字孿生技術下的適航性安全性設計分析，數據是基礎，模型是核心，軟件是載體，其中必須解決的重大瓶頸問題包括數據驅動、模型支撐、軟件定義、精準映射和智能決策。

4.1數據驅動問題分析

裝備系統的數字孿生體的構建以及適航性安全性工作開展的輸入和依據離不開全要素、全過程數據，這些數據的來源包括但不限于以下場景和過程：設計、工藝、制造、總裝、檢驗檢測、試驗試飛、使用維護、維修改裝等。另外，還須覆蓋制造企業的質量能力、基礎件、元器件、原材料等方面。基于海量歷史和實時數據，通過多維度、多尺度、多學科專業、多物理量、多隨機概率的多域數據挖掘、清洗、識別、捕獲和優化等技術，通過數據多向流動和優化，從而實現物理實體的各類資源和各項屬性的整體優化。

（1）構建產品研制和使用過程適航性安全性影響因素數據集。基于產品研制和使用過程要求以及歷史數據分析，確定產品過程中的設計參數、工藝參數、產品檢驗檢測、原材料元器件等數據的采集需求，并借助數字化和信息化手段，實現對大批量數據采集的自動化和便捷化，為開展基于數據的適航性安全性分析奠定基礎。

（2）開展產品研制和使用過程中，針對影響適航性安全性要素的關聯關系，開展定量化識別、分析和優化。借助人工智能、深度挖掘、機器學習等大數據分析技術，面向多層次產品（整機、系統、設備、零部件等）信息數據源，開展產品研制與使用內外因風險與影響因素分析模型構建和分析工作，并且通過關鍵影響要素的識別和確認，持續開展改進和迭代優化工作。

數字孿生生命周期過程與系統工程生命周期過程對比如圖5所示。

4.2模型支撐問題分析

為了徹底改變傳統研制過程中需求信息流、構型信息流、功能信息流的單向傳遞態，須利用各產品數字孿生的幾何物理特性、功能特性以及制造工藝特性，建立成本、重量、性能等方面的多參數模型，再將這些功能化參數模型和適航性安全性設計分析模型進行關聯，并且實現其相互之間的參數化自動關聯和動態化鏈接，通過模型自動重構技術實現雙向更新和迭代[6]。通過多學科優化設計，對設計、制造、使用等關鍵目標參數進行綜合權衡，并將各類影響因素進行量化約束，并且能充分考慮各個變量的隨機不確定性、固有不確定性和認知不確定性。通過基于多概率、多學科、多參數的動態優化過程，可以在研制早期最大化識別出相關的技術風險和潛在問題，從而最大化地降低整體研制周期和成本。這就需要面向物理實體和邏輯對象建立機理模型或數據驅動模型，形成物理空間與數字空間的動態交互，構建動態調整和自我學習特征的高精度動態虛擬數字模型來仿真和刻畫物理實體在真實環境中和各種失效場景下的屬性、行為和規則等。

（1）多因素多特性耦合狀態下復雜裝備適航性安全性數字孿生模型構建。包括復雜裝備適航性安全性數字孿生模型的拓撲結構構建；復雜裝備適航性安全性數字孿生模型各組成要素之間的關聯關系模型構建。

（2）復雜裝備適航性安全性數字孿生模型在多空間域下時變機理模型構建。包括復雜裝備適航性安全性數字孿生模型的時空演化路徑和機理模型構建；復雜裝備適航性安全性數字孿生模型隨時間變化的驅動模型機制構建。

正向研制過程中各層次需求與流程模型的數字化構建如圖6所示。

4.3軟件定義問題分析

研制方須通過先進算法模型實現對物理空間和對象狀態和行為高保真度的數字化表征描述、模擬試驗、診斷預測和智能決策。必須突破數字孿生技術下復雜裝備適航性安全性多學科模型快速實現與驗證等關鍵技術。將模型代碼化、標準化，以軟件的形式動態模擬或檢測物理空間的真實狀態、行為和規則，實現模型算法化、算法代碼化和代碼軟件化。要想實現裝備軟件定義問題分析，核心是突破以下關鍵技術。（1）實現構架：適航性安全性多目標、多概率解耦與綜合軟件實現架構設計；（2）數字化方法工具：多維度、多物理特性下多學科模型的快速建模與集成方法，敏捷建模與快速迭代接口工具開發。基于數字孿生的應用場景仿真分析與符合性驗證平臺如圖7所示。

4.4精準映射問題分析

設計人員須通過感知、建模、軟件等技術，實現物理空間在數字空間的全面呈現、精準表達和動態檢測。裝備數字孿生可以在裝備適航性安全性工作過程中建立與相關研制數據之間的關聯，相對于過去主要靠設計人員通過純腦力開展適航性安全性模型和研制數據比對工作，可以將評估工作的準確性、一致性和效率大大提升。同時，產品數字孿生模型中包含了產品的構型狀態數據，為研制或構型更改控制過程中實現適航性安全性設計分析的快速動態響應，預見產品質量和制造過程風險因素，高效協同地推進研制工作和適航性安全性工作，從而保障設計活動和制造活動的準確執行。在裝備使用階段，通過數字線索實時掌握裝備的任務數據、環境數據、維修保障數據，最終實現基于數字孿生的裝備全生命周期適航性安全性狀態監管。

2020年9月，歐洲科學計算研究中心（CERFACS）利用歐洲高級計算合作伙伴計劃（PRACE）自主的3000多萬核時的超算資源完成了飛機發動機整機的高保真模擬，通過超過20億網格單元的空間分辨率，高精度地解析了發動機內部燃燒過程。在世界上首次耦合了不同的發動機部件，進行了飛機發動機整機的全三維仿真。隨著建模網格規模的提升，模擬仿真范圍將大幅增加，計算過程也更加復雜，需要克服發動機多個復雜物理過程以及成千上萬個變量之間的關聯和映射挑戰，多學科仿真中各類求解參數和算法的不確定性，以及求解不穩定和發散等難題，最終才能真實且準確地反映真實的物理過程。要突破上述挑戰，只有通過數字空間和物理空間的精準映射，才能為智能算法提供一個具備全數據域、多評價維度的數字化空間來進行快速迭代試驗。在提升飛行器的智能化程度的同時，為智能算法提供一個融合數據模型和物理模型的數字化空間，進行多維度、全方位、高效率的仿真驗證[7]。全數據域、多評價維度的雙向映射數字化空間如圖8所示。

4.5智能決策問題分析

融合人工智能和深度學習等技術，實現物理空間和數字空間的虛實互動、輔助決策和持續優化。以數字孿生和數字線索促進航空裝備適航性安全性實現從“事后向事前”“從局部到整體”“從被動到主動”的整體轉變。

（1）裝備適航性安全性影響關鍵因素分析

通過收集和積累裝備使用過程中產生的海量數據，還可以分析不同場景下各類因素對裝備適航性安全性的影響，如裝備構型、使用強度、氣候環境、海拔高度、維護修理方式等，并且從中提出關鍵共性要素，為開展裝備安全性預測提供支撐。

（2）航空裝備安全性預測

通過上述關鍵因素分析，結合基于大數據人工智能算法和機器學習方法，可構建裝備安全性的預測和預警模型，并且采用真實使用數據對預測模型進行強度學習和深度訓練，從而提高其輸出精度和執行度，從而實現裝備安全性預測和預警[8]。

（3）數字孿生技術下適航性安全性一體化設計與優化方法

復雜裝備適航性安全性一體化設計與優化的核心問題在于：在一定的經濟可承受性和功能品質的約束下，使復雜裝備建立和持續滿足其適航性安全性需求。一是如何將復雜裝備的適航性安全性需求解耦分解到產品各層級；二是開展適航性安全性與功能品質等各要素之間的協同設計分析與評估驗證。

5結論

隨著大數據、人工智能、數字孿生、工業互聯網等技術的發展，使得在適航符合性驗證試驗過程中全面考慮設計、制造、使用和管理不確定性的影響成為可能。在物理試驗時間越來越長、試驗代價越來越大的今天，數字適航符合性驗證試驗勢必成為未來軍民機適航工作的必然選擇。國外軍民機適航性工作已經在開展基于大數據和數字孿生的產品全生命周期數據融合的適航符合性驗證評價技術研究。針對裝備數字化研制模式下適航符合性驗證技術單一，驗證過程無法有效結合全生命周期各階段數據，驗證結果無法對適航安全性進行全面、準確評價的問題，為了更好地適應航空裝備MBSE的研發流程，全面考慮裝備全生命周期內多域數據的各種影響適航安全性的不確定性因素，本文研究了多域數據對適航性和安全性設計分析工作的影響，提出了需要構建面向適航安全性的設計故障數字模型、制造影響因素數字模型、使用環境和維修保障的數字模型的技術框架；綜合利用多學科聯合仿真和模型集成技術，構建基于三域模型集成的裝備綜合適航安全性評價模型，并開展裝備基于多域數據的適航安全性設計與協同驗證的技術思路。

為了進一步推進數字孿生下適航性與安全性設計驗證技術，全面推進數字航空研制模式，后續工作難點和重點如下。

通過解決裝備數字化研制模式下適航符合性驗證技術單一，驗證過程無法有效結合全生命周期各階段數據，驗證結果無法對適航安全性進行全面、準確評價等問題，更好地適應航空裝備MBSE的研發流程，為構建統一的云服務、統一的數據、統一的使能平臺，實現聯合的環境、聯合的模型、聯合的數據、聯合的定義、聯合的功能以及聯合的體系奠定基礎。

（1）多域數據驅動下的裝備數字化適航安全性需求確認與驗證技術研究。全面推行基于模型的系統工程正向設計研發體系，基于裝備的構型域、能力域和使用域數據，全面考慮裝備全生命周期內多域數據的各種影響適航安全性的不確定性因素，研究三域因素對適航安全性的影響規律。開展復雜系統運行場景建模理論與分析技術研究，開展裝備功能流模塊圖分析技術研究，開展適航安全性頂層需求信息的捕獲、識別與確認技術研究，開展適航安全性需求的分配與傳遞技術研究，開展適航安全性需求的驗證技術研究。通過上述研究解決面向復雜運行場景中裝備適航安全性需求構建、傳遞和驗證問題。

（2）基于多域模型的適航安全性設計、分析與驗證技術研究。構建面向適航安全性的設計故障數字模型、制造影響因素數字模型、使用環境和維修保障的數字模型。開展基于模型的裝備適航安全性虛擬映射機制和一體化綜合模型構建與實現技術研究，開展基于多學科模型的適航安全性自動化集成仿真分析與驗證技術研究，通過上述研究實x現打通基于模型的裝備適航安全性多參數模型構建、集成仿真和綜合分析等核心技術。綜合利用多學科聯合仿真和模型集成技術，構建基于多域模型集成的裝備綜合適航安全性評價模型。構建完整整機級、系統級、設備級、零件級數字工程應用相關元數據庫，建立不同層級的半實物半虛擬、全虛擬樣機庫，打通不同數字模型之間的關聯和總體集成技術，構建高還原度的雙向映射數字孿生體。并且通過充分挖掘全生命周期各類設計、制造和試驗數據價值，實現數字試驗與物理試驗的相互采信和驗證，提高數字孿生的精確度和置信度。

（3）復雜裝備運行場景下基于模型適航安全性分析、設計與驗證一體化平臺開發。面向裝備研制需求，以數字化工程構建為核心，面向配套資源分散、實施不規范，以及配置不合理等問題，充分利用人工智能、量子計算、區塊鏈技術、大數據挖掘、知識工程等新興資源與方法，整合開展復雜裝備運行場景下基于模型適航安全性一體化綜合建模工具開發，開展具有自主知識產權的基于多學科模型的適航安全性自動化仿真分析環境與驗證工具開發，開發數字化、網絡化和智能化的跨地域數字化協同研發與安全性仿真平臺，開展裝備適航安全性公共數據庫方案研究及原型構建，提供專業化的適航性安全性數字化工程服務，降低仿真時間和成本，提升研制效率。

（4）裝備適航安全性分析、設計與驗證工作過程規范及標準模版研究。開展適航安全性需求的確認與驗證過程規范及標準模版研究，開展基于模型形式化的裝備適航安全性建模、分析與驗證過程規范及標準模版研究，開展裝備適航安全性分析、設計與驗證過程規范及標準模版研究，通過上述研究為裝備研制提供配套的適航安全性分析、設計與驗證工作過程規范及標準模版。

（5）探索開展裝備基于多域數據的適航安全性第三方設計與協同驗證工作機制。學習國外先進經驗，建立基于數字試驗和物理試驗相結合的適航性安全性鑒定與評估第三方機構、人才隊伍和運行機制，將專業的事情交給專業隊伍，實現科研、驗證、工程服務等行業資源的最大化整合的共享，從而提高基于模型適航安全性分析、設計與驗證工作的公正性、權威性、科學性、高效性和工程適用性。

參考文獻

[1]任占勇.數字線索與數字孿生助力航空裝備可靠性的提升[N].中國航空報，2017-12-28（3）. Ren Zhanyong. Digital thread and digital twin help improve the reliability of aviation equipment[N]. China Aviation News， 2017-12-28 （3）.（in Chinese）

[2]劉亞威.管窺美軍數字工程戰略：迎接數字時代的轉型[J].科技中國，2018（3）：30-33. Liu Yawei. The U.S. military’s digital engineering strategy： under the transformation of digital time[J]. Science and Technology in China， 2018 （3）：30-33.（in Chinese）

[3]李鵬，潘凱，劉小川.美國空軍機體數字孿生計劃的回顧與啟示[J].航空科學技術，2020， 31（9）：1-10. LiPeng，PanKai，LiuXiaochuan.Retrospectand enlightenment of the AFRL airframe digital twin program[J]. Aeronautical Science & Technology， 2020， 31（9）：1-10.（in Chinese）

[4]王改靜.業界首份《數字孿生白皮書》發布[N].通信產業報，2019-1-1（2）. Wang Gaijing. The industry’s first“Digital Twin White Paper”released[N].CommunicationWeekly，2019-1-1（2）.（in Chinese）

[5]陶飛，張賀，戚慶林，等.數字孿生十問：分析與思考[J].計算機集成制造系統，2020， 26（1）：1-17. Tao Fei， Zhang He， Qi Qinglin， et al. Ten questions towards digital twin： analysis and thinking[J]. Computer Integrated Manufacturing System，2020， 26（1）：1-17.（in Chinese）

[6]陶飛.數字孿生國內外研究應用現狀及思考[R].河南省機械裝備智能制造重點實驗室，2020. Tao Fei. Current status and thinking of research and application of digital twin at home and abroad[R]. Key Laboratory of Intelligent Manufacturing of Mechanical Equipment in Henan Province， 2020.（in Chinese）

[7]孟松鶴，葉雨玫，楊強，等.數字孿生及其在航空航天中的應用[J].航空學報，2020， 41（9）：1-12. Meng Songhe， Ye Yumei， Yang Qiang， et al. Digital twin and its aerospace applications[J]. Acta Aeronautica et Astronautica Sinica， 2020， 41（9）：1-12.（in Chinese）

[8]戴晟，趙罡，于勇，等.數字化產品定義發展趨勢：從樣機到孿生[J].計算機輔助設計與圖形學學報，2018 ， 30（8）：1554-1562. Dai Sheng， Zhao Gang， Yu Yong， et al. Trend of digital product definition： from mock-up to twin[J]. Journal of ComputerAided Design & Computer Graphics， 2018 ， 30（8）：1554-1562.（in Chinese）

Research on Design and Verification Technology of Equipment Airworthiness and Safety Driven by Digital Twins

Su Duo1，Liu Xin2

1. AVIC China Aero-Polytechnical Establishment，Beijing 100028，China

2. The 93128 Troops，Beijing 100000，China

Abstract： The development of military needs in the future will promote the transformation of war form to network， information and intelligence. The normalization of multi-technology and cross-field integration will reconstruct the relationship between human beings and weapons and equipment， bring opportunities for multi-disciplinary technology development and application， and also bring the continuous improvement of equipment complexity. Based on the development trend of global digital strategy， this paper analyzes the difficulties and challenges of digital twin technology application in the future aviation equipment model-based system engineering （MBSE） research and development process， and proposes to carry out equipment airworthiness and safety design under multi-domain big data and the key technology of verification.

Key Words： digital engineering； digital strategy； digital twin； big data； airworthiness； safety